无人驾驶卡车

in #yela • 9 days ago

提到自动驾驶,

![image.png](UPLOAD FAILED)

大多数人首先想到的是:

Robotaxi。

坐进一辆没有司机的出租车,

告诉它目的地,

然后自动送你过去。

但真正可能更早大规模商业化的,

也许不是出租车。

而是:

卡车。

因为对于自动驾驶来说,

一辆在固定高速公路线路上跑长途货运的卡车,

可能比在复杂城市里接送乘客更加适合自动化。

而2026年,这个行业已经开始明显从:

测试

走向:

真正拉货。


美国已经出现真正“驾驶座没人”的重型卡车

Aurora今年已经开始使用第二代自动驾驶系统运行Class 8重型卡车。

最关键的一点是:

驾驶座上没有人。

公司计划到2026年底运营大约200辆无人驾驶卡车,并已经和多家物流企业合作,在Texas和美国西南部的重要货运线路上运输商品。(aurora.tech)

Volvo Autonomous Solutions也已经开始利用Aurora技术,为DSV等物流企业在Dallas和Houston之间运营商业货运。(aurora.tech)

这说明一个很重要的变化:

无人驾驶卡车已经不再只是:

实验车。

它正在开始:

帮客户运输真正的货物。


为什么卡车反而更适合自动驾驶?

想象两个场景。

第一个:

一辆Robotaxi在London市中心。

需要处理:

行人。

自行车。

红绿灯。

公交车。

施工。

突然横穿马路的人。

狭窄街道。

各种复杂路口。

第二个:

一辆卡车从Dallas沿高速公路开到Houston。

大部分时间:

车道清晰。

方向固定。

速度稳定。

道路结构相对简单。

显然第二种场景更容易标准化。

所以自动驾驶卡车最现实的路线并不是:

从仓库直接无人驾驶到你家门口。

而是:

Hub-to-Hub。

物流中心到物流中心。


人类司机可能负责城市,无人卡车负责高速公路

未来货运行业可能出现一种非常有意思的分工。

司机把货物从:

工厂

开到高速公路附近的物流中心。

然后换成无人驾驶卡车,

完成几百公里甚至上千公里的高速公路运输。

到了另一个城市,

再由人工司机负责:

最后几十公里。

这种模式有时被称为:

Transfer Hub Model。

人类司机负责最复杂的地方。

机器负责最重复的地方。

这其实比:

“明天所有卡车司机全部消失”

现实得多。


真正吸引物流公司的,是24小时运行

卡车最大的问题之一并不是:

车开得不够快。

而是:

司机需要休息。

人不能连续开20小时。

为了防止疲劳驾驶,

各国都有严格的驾驶时间规定。

这意味着一辆价值十几万甚至几十万美元的卡车,

一天可能有大量时间:

停在那里。

但自动驾驶系统不存在:

睡觉。

吃饭。

疲劳。

理论上,

如果加油、充电和维护能够解决,

卡车可以运行更长时间。

Aurora的合作物流企业就明确提到,希望自动驾驶帮助提高车辆利用率,并在长途干线实现接近全天候的运输能力。(aurora.tech)

这可能比“省一个司机工资”更加重要。


因为卡车本身就是一个昂贵资产

想象一家物流公司花:

20万美元

买一辆卡车。

如果每天真正运输货物:

8小时。

剩下时间停着。

这辆资产的利用率并不高。

如果自动驾驶让它一天运输:

16小时。

甚至更多,

同样一辆车就可以完成更多订单。

物流行业非常看重一个指标:

Asset Utilisation。

资产利用率。

所以自动驾驶卡车真正的商业逻辑可能不是:

“机器人比司机便宜。”

而是:

同一辆车可以工作更久。


欧洲也已经开始出现类似变化

这个趋势现在也不只是美国。

2026年9月,Einride和Lidl在德国开始使用一辆:

没有传统驾驶室的Level 4自动驾驶卡车

进行实际商业运输。

车辆在公共道路上运行,并获得德国监管机构批准,用于Lidl配送中心和商店之间的货物运输。(reuters.com)

更有意思的是:

如果一辆卡车根本不需要司机,

为什么还需要:

方向盘?

座椅?

驾驶室?

于是车辆本身都可能重新设计。

卡车可能逐渐从:

“给司机驾驶的汽车”

变成:

一个会自己移动的货柜。


中国企业也开始把Robotruck带到欧洲

Pony.ai今年9月在德国Hanover发布了最新Level 4自动驾驶重卡。

这家公司目前已经在中国运营数百辆自动驾驶卡车,并计划未来两年向欧洲和中东扩张。(reuters.com)

这说明无人驾驶卡车可能形成和电动车类似的竞争格局:

美国公司。

欧洲传统卡车制造商。

中国自动驾驶企业。

大家同时进入。


但真正困难的不只是“会不会开车”

一